基于頭皮和表面肌電信號(hào)假手控制系統(tǒng)

呂俊

(廣東工業(yè)大學(xué)自動(dòng)化學(xué)院，廣東廣州510006)

手部運(yùn)動(dòng)參數(shù)的預(yù)測(cè)是實(shí)現(xiàn)假手控制的難點(diǎn)［1］。目前，基于手部運(yùn)動(dòng)參數(shù)預(yù)測(cè)的假手控制系統(tǒng)主要有兩種:(1)通過(guò)分析殘肢肌肉所發(fā)放的動(dòng)作電位，提取反映手部運(yùn)動(dòng)意愿的有效特征，從而建立特征向量與手部運(yùn)動(dòng)參數(shù)之間的映射關(guān)系來(lái)實(shí)現(xiàn)控制功能，該系統(tǒng)受到肌電解碼能力的限制，控制假手運(yùn)動(dòng)的自由度不高［2－3］。(2)植入電極記錄大腦［4］或者上肢的神經(jīng)信號(hào)［5－8］，并預(yù)測(cè)手部運(yùn)動(dòng)參數(shù)，該系統(tǒng)使用自然，控制效果好，但有手術(shù)風(fēng)險(xiǎn)，且不易維護(hù)。

為克服現(xiàn)有技術(shù)存在的缺點(diǎn)和不足，提出一種假手控制系統(tǒng)。該系統(tǒng)無(wú)需植入電極采集大腦或者上肢的神經(jīng)信號(hào)，而是綜合利用頭皮電(EEG，Electroencephalograph)信號(hào)和表面肌電(SMG，Surface Electromyography)信號(hào)的信息，對(duì)手部運(yùn)動(dòng)參數(shù)進(jìn)行解碼。

1 系統(tǒng)結(jié)構(gòu)

該假手控制系統(tǒng)包括:信號(hào)采集模塊、反饋模塊、數(shù)據(jù)存儲(chǔ)模塊、數(shù)字信號(hào)處理模塊、主控模塊和驅(qū)動(dòng)模塊。系統(tǒng)功能結(jié)構(gòu)，如圖1所示。信號(hào)采集模塊負(fù)責(zé)記錄EEG和SEMG，將它們放大并轉(zhuǎn)換為數(shù)字信號(hào)，然后傳給主控模塊;反饋模塊用于幫助患者進(jìn)行訓(xùn)練。該模塊提供圖形用戶界面，讓患者控制假手跟蹤一個(gè)引導(dǎo)球的連續(xù)運(yùn)動(dòng)，引導(dǎo)球的運(yùn)動(dòng)參數(shù)預(yù)先保存在數(shù)據(jù)存儲(chǔ)模塊，測(cè)試時(shí)，反饋模塊從主控模塊獲取跟蹤過(guò)程中假手的運(yùn)動(dòng)參數(shù)，并依據(jù)該參數(shù)在圖形用戶界面上顯示相應(yīng)的假手運(yùn)動(dòng)，使患者能及時(shí)了解控制假手進(jìn)行跟蹤運(yùn)動(dòng)的效果，以便患者更快地適應(yīng)假手控制系統(tǒng);數(shù)據(jù)存儲(chǔ)模塊用于存儲(chǔ)EEG和SEMG信號(hào)、特征向量、引導(dǎo)球運(yùn)動(dòng)參數(shù)、假手運(yùn)動(dòng)參數(shù)以及回歸模型參數(shù);數(shù)字信號(hào)處理模塊負(fù)責(zé)對(duì)EEG和SEMG進(jìn)行多頻帶濾波、提取特征向量、訓(xùn)練回歸模型參數(shù)以及預(yù)測(cè)手部運(yùn)動(dòng)參數(shù)，并將訓(xùn)練好的回歸模型參數(shù)和實(shí)時(shí)預(yù)測(cè)的手部運(yùn)動(dòng)參數(shù)傳給主控模塊;驅(qū)動(dòng)模塊從主控模塊獲取已預(yù)測(cè)的手部運(yùn)動(dòng)參數(shù)來(lái)驅(qū)動(dòng)假手運(yùn)動(dòng);主控模塊負(fù)責(zé)協(xié)調(diào)和管理信號(hào)采集模塊、反饋模塊、數(shù)據(jù)存儲(chǔ)模塊、數(shù)字信號(hào)處理模塊和驅(qū)動(dòng)模塊。

圖1 假手控制系統(tǒng)

圖2 反饋模塊的圖形用戶界面

具體來(lái)說(shuō)，數(shù)字信號(hào)處理模塊包括:用于對(duì)EEG和SEMG進(jìn)行多頻帶濾波的預(yù)處理模塊;用于計(jì)算各頻帶EEG和SEMG信號(hào)幅值或功率的特征提取模塊;用于學(xué)習(xí)回歸模型參數(shù)的訓(xùn)練模塊;用于將測(cè)試數(shù)據(jù)集內(nèi)EEG和SEMG的特征代入回歸模型、以預(yù)測(cè)手部運(yùn)動(dòng)參數(shù)的預(yù)測(cè)模塊;用于將學(xué)習(xí)好的回歸模型參數(shù)或預(yù)測(cè)所得的手部運(yùn)動(dòng)參數(shù)傳送給主控模塊的結(jié)果輸出模塊。其工作流程如圖3所示，在訓(xùn)練時(shí)，所述預(yù)處理模塊、特征提取模塊、訓(xùn)練模塊、結(jié)果輸出模塊依次連接;在測(cè)試時(shí)，所述預(yù)處理模塊、特征提取模塊、預(yù)測(cè)模塊、結(jié)果輸出模塊依次連接。

圖3 數(shù)字信號(hào)處理模塊的流程

2 硬件實(shí)現(xiàn)

數(shù)字信號(hào)處理模塊設(shè)有DSP芯片及相應(yīng)的DDR內(nèi)存、Flash芯片等外圍器件，F(xiàn)lash芯片用于固化回歸模型參數(shù)學(xué)習(xí)算法和手部運(yùn)動(dòng)參數(shù)預(yù)測(cè)算法，DDR內(nèi)存用于實(shí)現(xiàn)數(shù)據(jù)運(yùn)算。數(shù)據(jù)存儲(chǔ)模塊可由串口硬盤(pán)實(shí)現(xiàn);信號(hào)采集模塊中用于記錄EEG的電極有8個(gè)，分別粘貼在左右腦頭皮的前運(yùn)動(dòng)區(qū)、主運(yùn)動(dòng)區(qū)、感覺(jué)運(yùn)動(dòng)區(qū)和后頂骨區(qū)。用于記錄SEMG的電極有2個(gè)，分別粘貼在尺側(cè)腕伸肌和尺側(cè)腕屈肌外皮膚表面。信號(hào)采集模塊還包括模擬信號(hào)放大器和采樣器。所述反饋模塊可由LED顯示器實(shí)現(xiàn)。所述驅(qū)動(dòng)模塊包括可編程步進(jìn)電動(dòng)機(jī)控制器和步進(jìn)電動(dòng)機(jī)驅(qū)動(dòng)器，控制假手按照預(yù)測(cè)的運(yùn)動(dòng)參數(shù)動(dòng)作。所述主控模塊可由現(xiàn)場(chǎng)可編程邏輯陣列(FPGA，F(xiàn)ield Programmable Gate Array)實(shí)現(xiàn);采用ARM內(nèi)核或PPC內(nèi)核，用于控制和管理信號(hào)采集模塊、數(shù)字信號(hào)處理模塊、數(shù)據(jù)存儲(chǔ)模塊和驅(qū)動(dòng)模塊。上述信號(hào)采集模塊、反饋模塊、數(shù)字信號(hào)處理模塊、數(shù)據(jù)存儲(chǔ)模塊及驅(qū)動(dòng)模塊，均通過(guò)主控模塊實(shí)現(xiàn)接口適配。

3 控制方法

假手控制系統(tǒng)的控制方法，包括以下步驟:

(1)系統(tǒng)啟動(dòng)后，主控模塊負(fù)責(zé)調(diào)度并完成數(shù)據(jù)存儲(chǔ)模塊、反饋模塊、數(shù)字信號(hào)處理模塊、信號(hào)采集模塊和驅(qū)動(dòng)模塊的自檢。

(2)主控模塊從數(shù)據(jù)存儲(chǔ)模塊中調(diào)出預(yù)設(shè)的引導(dǎo)球運(yùn)動(dòng)參數(shù)，將其傳給反饋模塊。

(3)反饋模塊將引導(dǎo)球的運(yùn)動(dòng)顯示在圖形用戶界面上，提示患者使用EEG和SEMG控制假手跟蹤引導(dǎo)球運(yùn)動(dòng)，然后判斷是否為訓(xùn)練狀態(tài)。

如果是訓(xùn)練狀態(tài)，則執(zhí)行步驟為:1)主控模塊接收來(lái)自信號(hào)采集模塊的EEG和SEMG數(shù)據(jù)，將它們與引導(dǎo)球運(yùn)動(dòng)參數(shù)對(duì)應(yīng)起來(lái)，生成訓(xùn)練數(shù)據(jù)集，并保存在數(shù)據(jù)存儲(chǔ)模塊。2)經(jīng)過(guò)一定量的訓(xùn)練，數(shù)字信號(hào)處理模塊從數(shù)據(jù)存儲(chǔ)模塊中調(diào)用訓(xùn)練數(shù)據(jù)集，先通過(guò)預(yù)處理模塊對(duì)EEG和SEMG進(jìn)行多頻帶濾波;然后通過(guò)特征提取模塊計(jì)算各頻帶EEG和SEMG的幅值或功率特征;接著通過(guò)訓(xùn)練模塊，學(xué)習(xí)回歸模型參數(shù);最后將學(xué)習(xí)好的回歸模型參數(shù)傳給主控模塊。3)主控模塊將學(xué)習(xí)好的回歸模型參數(shù)存入數(shù)據(jù)存儲(chǔ)模塊。

如果不是訓(xùn)練狀態(tài)，則執(zhí)行步驟為:1)主控模塊先從數(shù)據(jù)存儲(chǔ)模塊中調(diào)出已學(xué)習(xí)好的回歸模型參數(shù)，將其傳給數(shù)字信號(hào)處理模塊;然后接收當(dāng)前來(lái)自信號(hào)采集模塊的EEG和SEMG數(shù)據(jù)，將它們傳給數(shù)字信號(hào)處理模塊。2)數(shù)字信號(hào)處理模塊接收已學(xué)習(xí)好的回歸模型參數(shù)和當(dāng)前待預(yù)測(cè)的EEG和SEMG，先通過(guò)預(yù)處理模塊對(duì)EEG和SEMG進(jìn)行多頻帶濾波;然后通過(guò)特征提取模塊計(jì)算EEG和SEMG在各頻帶的幅度或功率特征，接著通過(guò)預(yù)測(cè)模塊，將EEG和SEMG的特征代入回歸模型，估計(jì)相應(yīng)的手部運(yùn)動(dòng)參數(shù)，并將其傳給主控模塊。3)主控模塊將已預(yù)測(cè)的手部運(yùn)動(dòng)參數(shù)傳給驅(qū)動(dòng)模塊，控制假手運(yùn)動(dòng);將引導(dǎo)球運(yùn)動(dòng)參數(shù)、預(yù)測(cè)的手部運(yùn)動(dòng)參數(shù)傳給反饋模塊。4)反饋模塊依據(jù)引導(dǎo)球運(yùn)動(dòng)參數(shù)和預(yù)測(cè)的手部運(yùn)動(dòng)參數(shù)，將引導(dǎo)球的運(yùn)動(dòng)和假手的跟蹤運(yùn)動(dòng)同時(shí)顯示在圖形用戶界面上。

4 結(jié)束語(yǔ)

提出了一種假手控制系統(tǒng)，以EEG和SMG作為信號(hào)源，采集方便、成本低廉、無(wú)手術(shù)風(fēng)險(xiǎn);具有可視的反饋模塊，實(shí)時(shí)反映患者對(duì)假手的控制狀態(tài)，便于患者適應(yīng)和掌握;數(shù)據(jù)處理能力強(qiáng)、預(yù)測(cè)速度快、控制靈活，而且便于維護(hù)和升級(jí)。

［1］ WALDERT S，PISTOHL T，BRAUN C，et al．A review on directional information in neural signals for brain－machine interfaces［J］．J．Physiol(Paris)，2009，103(6):244－254．

［2］ 楊廣映，羅志增．肌電信號(hào)的功率譜分析方法［J］．傳感技術(shù)學(xué)報(bào)，2004，9(3):355－358．

［3］ 羅志增，王人成．基于表面肌電信號(hào)的前臂手部多運(yùn)動(dòng)模式識(shí)別［J］．儀器儀表學(xué)報(bào)，2006，27(9):996－999．

［4］ PISTOHL T，BALL T，SCHULZE B A，et al．Prediction of arm movement trajectories from ECoG recordings in humans［J］．J．NeurosciMethods，2008，167(9):105－115．

［5］ 張曉文，高忠華，胡天培，等，神經(jīng)信號(hào)控制假肢研究［J］．中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào)，2005，24(5):624－628．

［6］ 李志偉，徐汀榮．?dāng)?shù)字化動(dòng)態(tài)腦電地形圖系統(tǒng)的應(yīng)用研究［J］．現(xiàn)代電子技術(shù)，2005(12):29－30，32．

［7］ 苗露，曹煒，王愛(ài)林，等．基于肌音信號(hào)的仿生手信號(hào)采集系統(tǒng)設(shè)計(jì)［J］．現(xiàn)代電子技術(shù)，2010(9):144－148．

［8］ 周兵，紀(jì)曉亮，張榮，等．基于嵌入式技術(shù)的表面肌電信號(hào)采集儀設(shè)計(jì)［J］．現(xiàn)代電子技術(shù)，2010(6):63－65，72．